研究課題
平成19年度では、マルチスライスCTやMRI装置から得られた3次元構造をした医用画像データを対象にして、いろいろな臓器の3次元領域を正確に画像認識することが可能な改良的GMDH-typeニューラルネットワークアルゴリズムを開発した。この改良形GMDH-typeニューラルネヅトワークスには以下のような機能を備えている1)最適な画像特徴量(入力変数)の自己選択機能マルチスライスCTやMRI装置から得られた3次元画像は、それぞれの装置によって医用画像の画質が大きく異なる。また、対象となる臓器によって医用画像の特徴が大きく異なる。このために、精度の良い画像認識精度を得るためには、対象となる医用画像の種類に最も適した画像特徴量を自己選択することが重要である。このため、改良形GMDH-typeニューラルネットワークスに、対象となる医用画像の特徴に最も適した画像特徴量を自己選択させる機能を持たせた。2)最適なニューラルネットワークス構造の自己選択機能精度の良い画像認識精度を得るためには、対象となる医用画像の特徴に最も適したニューラルネットワークスの構造を自己組織化する必要がある。このため、改良形GMD H-typeニューラルネットワークスに、対象となる医用画像の特徴に最も適したニューラルネットワークス構造を自己選択させる機能を持たせた。以上のような機能を備えた、3次元画像認識を行うための改良形GMDH-typeニューラルネヅトワークスのアルゴリズムを開発した。
すべて 2008 2007
すべて 雑誌論文 (7件) (うち査読あり 7件) 学会発表 (3件)
International Journal of Innovative Computing, Information and Control 4
ページ: 175-185
Lecture Notes in Computer Science (in press)
International Journal of Knowledge-Based and Intelligent Engineering System 11
ページ: 157-168
Journal of Advanced Computational Intelligence and Intelligent Informatics 11
ページ: 312-318
Proceedings of SICE Annual Conference 2007
ページ: 1112-1116
Proceedings of IWIM 2007
ページ: 63-70
ページ: 55-62